# Como escolher o limiar de moderação

> Uma pontuação de 0,7 não é uma decisão. Como funcionam os limiares, porque o valor predefinido é só um ponto de partida e como afiná-los.

Source: https://www.vigimod.com/pt/learn/choosing-a-threshold · VigiMod (https://www.vigimod.com) · atualizado em 2026-11-11 · 6 min

## Em resumo

- O limiar é a pontuação a partir da qual uma mensagem é assinalada.
- Limiar baixo: mais mensagens nocivas apanhadas, mais falsos alarmes. Alto: o contrário.
- Os valores predefinidos são afinados com dados gerais; a tua comunidade não é geral.
- Afina-os com algumas centenas de mensagens reais, categoria a categoria, e usa ações diferentes conforme a pontuação.

## O que é um limiar

Um classificador dá uma pontuação de 0 a 1 (ver [o que é um classificador de texto](https://www.vigimod.com/pt/learn/what-is-a-text-classifier)). O **limiar** é a linha que traças: pontuação ≥ limiar → assinalada. Com um limiar de 0,8, uma mensagem com 0,83 em «insulto» é assinalada e uma com 0,79 não.

## O equilíbrio

Mexer no limiar faz-te andar ao longo de uma curva:

| Limiar | O que acontece |
|---|---|
| Baixo (p. ex. 0,3) | apanha quase tudo (**recall** alto), mas com muitos falsos alarmes (**precisão** baixa) |
| Médio (p. ex. 0,6) | um equilíbrio |
| Alto (p. ex. 0,9) | assinala só os casos claros (precisão alta) e deixa passar os subtis (recall baixo) |

Não há um limiar certo para toda a gente. [Precisão e recall](https://www.vigimod.com/pt/learn/precision-recall-f1) explicam os dois lados.

## Porque é que o valor predefinido é só um ponto de partida

Os fornecedores de API afinam os limiares predefinidos com dados de validação, normalmente no ponto com o melhor F1. Esses dados misturam muitas comunidades. A tua tem o seu próprio calão, as suas piadas e a sua tolerância: um servidor de jogo competitivo e um fórum de ajuda para adolescentes não deviam usar os mesmos números.

## Um método simples para os afinar

1. **Junta** 300 a 500 mensagens reais da tua comunidade (com o consentimento que as tuas regras exigem), incluindo algumas que removerias.
2. **Rotula-as** tu, por categoria: é um insulto? Uma ameaça?
3. **Pontua-as** com a API e guarda as pontuações.
4. Para cada categoria, **experimenta alguns limiares** (0,5, 0,6, 0,7, 0,8, 0,9) e conta os falsos alarmes e as falhas.
5. **Escolhe** o limiar cujos erros consegues aceitar e anota porquê.

Com a VigiMod podes depois enviar os teus limiares em cada pedido (`"thresholds": {"toxic": 0.8, "insult": 0.7}`) sem mudar mais nada. Vê a [documentação](https://www.vigimod.com/en/docs).

## Usa mais do que uma linha

Não tens de escolher entre «bloquear» e «permitir». Um esquema habitual:

| Pontuação | Ação |
|---|---|
| ≥ 0,95 | remover automaticamente |
| 0,75 – 0,95 | esconder e enviar a um moderador |
| 0,5 – 0,75 | permitir, mas registar |
| < 0,5 | permitir |

Assim as ações automáticas ficam para os casos claros e o juízo humano entra onde o modelo hesita.

## Volta a verificar de vez em quando

A língua muda, aparece calão novo, um modelo é atualizado. Repete a verificação de poucos em poucos meses e sempre que mudares de versão do modelo.

## Quiz

1. Baixas o limiar de 0,8 para 0,5. O que costuma acontecer?
   Resposta: São apanhadas mais mensagens nocivas, mas também há mais falsos alarmes. Um limiar mais baixo sobe o recall e desce a precisão.
2. Porque é que o limiar predefinido é só um ponto de partida?
   Resposta: É afinado com dados gerais, não com a tua comunidade. Cada comunidade tem o seu calão e a sua tolerância.
3. Qual é uma boa forma de afinar um limiar?
   Resposta: Rotular algumas centenas de mensagens tuas e comparar. As tuas mensagens rotuladas mostram que erros comete cada limiar.
4. Pontuação de 0,8 em «ameaça» com limiares de 0,75 (revisão) e 0,95 (remoção). O que acontece?
   Resposta: É enviada a um moderador. 0,8 está entre 0,75 e 0,95: decide uma pessoa.